К содержимому

Датасет · halabi2016

Студийный речевой корпус на арабском языке (Дамаск)

halabi2016/arabic_speech_corpus

Записи арабской речи (левантийский диалект) студийного качества для задач распознавания и синтеза голоса.

Что внутри

Корпус арабской речи (южнолевантийский диалект, дамасский акцент), записанный в профессиональной студии в рамках докторской диссертации в Саутгемптонском университете. Содержит от 1 до 10 тысяч аудиозаписей в формате .flac. Изначально создавался для синтеза естественной речи, но также размечен для ASR.

Что можно сделать

  • Обучение и дообучение моделей распознавания речи (ASR) на левантийском диалекте
  • Тренировка моделей синтеза речи (TTS) с естественным арабским произношением
  • Адаптация голосовых ассистентов под региональный акцент
Задачи
Распознавание речи
Языки
Арабский
Размер
1K–10K записей
Скачиваний за месяц
481
Лайков
37

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("halabi2016/arabic_speech_corpus")